Gabor小波特征提取代码，希望对做人脸识别的朋友有所帮助。

必须确定城市供水系统中特定类别的污染物。 传统的检测方法主要基于常见的水质指标。 然而，由于诸如分析时间长，灵敏度不足，对试剂的需要以及废液的产生等问题，使得检查这些水质指标变得困难。 这些问题阻碍了高频水的检测和监测。 在这项研究中，采用三维（3D）荧光光谱作为水质监测方法。 提出了一种基于二维（2D）Gabor小波和支持向量机（SVM）的多分类识别方法。 用于插值的Delaunay三角剖分方法用于预处理3D荧光光谱，从而消除了瑞利散射和拉曼散射。 提出了由不同比例和旋转角度的滤波器生成的二维Gabor小波函数，以提取光谱特征。 基于Gabor特征描述的块统计方法被用来提高描述光谱特征的效率。 然后，将多个SVM分类器用于污染物分类和识别。 通过将提出的方法与常用的特征提取方法主成分分析进行比较，本研究发现二维Gabor小波和块统计的应用可以有效地描述3D荧光光谱的特征。 此外，二维Gabor小波实现了很高的分类精度，特别是对于特征峰紧密定位或重叠的物质。

基于opencv实现了对给定图像Gabor小波变换；尺度、方向、高斯窗口等参数可调

GaborWavelet.m 中的函数创建 Gabor Wavelet 内核。 GaborExample.m 显示了五种不同尺度和八种不同方位的 Gabor wabeletskernel。

基于LBP,Gabor特征相结合的人脸识别方法研究，康健，张洪刚，人脸识别是模式识别领域最为重要的研究课题之一。针对目前对人脸识别准确率越来越高的需求，本文针对LBP,Gabor小波变换将结合的人脸

1、里面还是三个文件cvgabor.cpp cvgabor.h 和测试用的main.cpp 2、自己搭建opencv环境即可。 3、Copyright (C) 2006 by Mian Zhou * M.Zhou@reading.ac.uk *

不错的MATLAB程序，简单易懂，附带Manjunath的论文

针对光照、表情变化给人脸识别造成的影响以及大型人脸图像库的训练样本中只有部分标记的问题，结合多通道Log-Gabor小波和半监督流形学习算法，提出一种新的人脸图像检索方法。该方法首先使用Log-Gabor小波对人脸图像进行滤波获得特征矩阵，进一步利用提出的二维半监督流形学习算法进行维数约简，得到低维判别特征。由于该方法直接作用于Log-Gabor特征矩阵，克服了小样本带来的奇异问题；另外，通过充分利用标记和未标记信息，还保留了数据的局部流形结构，增强了特征匹配的相似性。在CMU PIE和AR人脸数据库上的实验结果表明，该方法有效且优于其他方法。

基于Gabor小波变换和人工神经网络的人脸识别方法，matlab代码。

Gabor小波变换代码 Gabor小波变换代码 Gabor小波变换代码 Gabor小波变换代码 Gabor小波变换代码 Gabor小波变换代码 Gabor小波变换代码 Gabor小波变换代码 Gabor小波变换代码